人工智能的叙事逻辑正在发生根本性逆转。曾经，虚拟世界是资本狂欢的沃土，人们热衷于构建数字孪生、探索元宇宙的无限可能。然而，随着Meta停止对Horizon Worlds的版本支持，以及OpenAI关停明星项目Sora转而聚焦AGI基础设施，行业风向标已清晰指向：AI必须“脱虚向实”。2026年CES上，黄仁勋的断言掷地有声——没有真实世界的数据，具身智能只能是幻觉。这一判断不仅揭示了当前技术瓶颈的根源，更预示了未来几年AI竞争的终极战场。
物理数据的“鸿沟”与场景饥渴
在AI大模型从虚拟语言世界迈向物理操作世界的进程中，一个残酷的现实横亘在前：物理数据的极度匮乏。根据CSDN发布的行业数据显示，具身智能需要数百PB级的物理交互数据，而当前存量缺口竟高达99%。这一数字背后的含义是，绝大多数AI算法在实验室的仿真环境中表现完美，一旦进入现实世界，便因缺乏对复杂物理规律的认知而显得“手足无措”。
数据稀缺的根源在于真实场景的封闭性与复杂性。互联网数据可以通过爬虫大规模采集，但现实世界的动作、触感、物理碰撞以及突发状况，难以通过简单的数字化手段获取。松延动力创始人姜哲源曾直言，具身智能领域最大的难题便是数据获取。星动纪元联合创始人席悦也指出，真实场景数据采集难度极高，往往需要场景方开放权限，而现有的替代方案存在明显局限。
这种“场景饥渴”导致了行业认知的深刻变化。当数据来源从开放的互联网转向封闭的物理世界，数据本身便成为一种比算力更稀缺的战略资源。正如王兴在美团管理层沟通会上所举的生动例子：即便让爱因斯坦来担任秘书，让他预订一家餐厅，他依然可能因为不知道该餐厅是否有空位而失败。这不是智力问题，而是信息缺失。在具身智能时代，AI需要知道的不仅仅是“餐厅叫什么”，而是“现在有没有空位”、“门口是否有障碍物”、“电梯是否正常运行”等动态的物理信息。
面对这一瓶颈，海外巨头如英伟达、特斯拉开始构建高度仿真的虚拟世界，试图通过“世界模型”来训练AI。国内企业如宇树科技、银河通用也在同步推进类似的技术路线。然而，业界共识已经形成：虚拟世界的仿真再逼真，也无法100%还原物理世界的复杂性与不可预测性。无论是构建数字孪生还是采集真实数据，真实场景都是解决“最后一公里”问题的必要条件。
资本与场景的“双向奔赴”
在数据缺口尚未填补之前，谁能掌握最丰富的真实场景，谁就掌握了AI进化的“燃料”。这解释了为何美团等互联网巨头开始大规模投资硬科技企业，以及为何这些科技企业急需与本地生活平台深度绑定。
美团的布局并非简单的财务投资，而是带有强烈的产业思维。早在十多年前，美团便开始在无人机、无人车等硬科技领域落子，其无人机航线已覆盖国内外70多条，无人车配送订单量超过550万单。这种长期的技术积累，使其拥有了一个遍布扩展槽的“主板”——一个可以插入各种前沿功能卡的成熟生态。
2023年，美团参与银河通用的天使+轮融资，双方随即在2024年达成战略合作，在线下零售、仓储物流等场景展开深度探索。这一合作迅速结出硕果：2025年，北京已有10多家药店使用Galbot机器人进行24小时药品分拣，该模式正逐步向全国推广。在美团买药的协助下，银河通用正与商家推进无人前置仓的探索，目前已签订100台订单，并交付了数十台机器人。
银河通用Galbot在药店工作
类似的合作模式在立镖、域创新等企业身上同样上演。立镖的分拣机器人早已“入职”美团买药的广州仓和武汉仓；域创新则与美团小象合作，完成前置仓的测绘建模，并在到店业务上帮助商家生成3D效果展示。这些案例表明，硬科技想要落地，并非单纯的技术升级，而是需要平台企业具备强大的“承接能力”——即对业务逻辑的深刻理解、对场景痛点的精准把握，以及将技术转化为实际生产力的经验。
在国内，能够同时提供资金、场景、数据和运营能力的平台企业凤毛麟角。美团之所以能走出一条独特的“投资+场景协同”之路，得益于其复杂的生态基因。从外卖配送到零售仓储，从餐饮到店到酒旅出行，这些极度碎片化、充满沟通成本的业务环节，天然构成了AI训练的绝佳“试验场”。
从“连接”到“执行”的生态升维
美团生态的核心价值，在于其将传统的“信息连接”升级为了“物理执行”。在信息化时代，平台主要解决的是用户与商家的信息不对称问题；而在AI时代，平台需要解决的是让AI在物理世界中完成复杂任务的能力。
这一转变对技术底座提出了全新要求。单一的送餐服务，就涉及商家出餐、用户需求匹配、道路规划、小区情况分析、爬楼/乘电梯等多个动态场景；餐饮到店则需关注到店决策、用户评价、商家体验等；出行服务更需根据不同需求设定路线，完成复杂的酒旅规划；零售业务在前置仓、生鲜等领域也面临着严峻的优化需求。
这些业务场景的复杂性，恰恰成为了AI进化的催化剂。2025年底，禾赛的感知定位激光雷达获得美团无人机量产定点，这是激光雷达技术与低空物流场景深度融合的里程碑。早在四年前，双方就在无人配送业务中探索应用了多款远距离激光雷达。这种长期的数据交互与场景磨合，使得技术能够不断迭代，最终实现从“能飞”到“飞好”的跨越。
自变量机器人在真实场景中完成了自主配送的全过程，不仅精准从美团外卖箱中取出餐食，折叠纸箱，放回高度仅7cm的回收口，还从室外穿越玻璃门进入室内，自行识别楼层、按键出入电梯，将外卖准时送达。这一突破标志着机器人走出了以流水线为主的封闭空间，进入了更复杂的外部环境。它们不再重复固定的动作，而是能够随着环境变化自行决策、调整动作。这种“自适应”能力，正是AI从虚拟走向物理世界的核心标志。
美团通过自研的多模态LongCat系列大语言模型与开源模型，孵化出“小美”、“小团”、“袋鼠参谋”、“智能掌柜”等一系列AI工具。这些工具不仅服务消费者，更深度赋能商家，帮助超340万商户降低运营成本。特别是“袋鼠管家claw”，第一批“装虾”商家已实现AI抓取数据、经营提效。这些成熟的技术生态，如同毛细血管一样深入餐饮水电网、商品货架和街头巷尾，为芯片算力、激光雷达、机器人关节、视觉识别、无人驾驶等硬科技提供了现成的应用场景和数据回流渠道。
物理世界的AI底座与未来竞争
AI的“脱虚向实”并非一时兴起，而是行业发展的必然逻辑。当市场从比拼“概念”转向比拼“任务效果”时，那些更了解物理世界的玩家，将手握真正的竞争优势。正如王兴所言，要让AI落地物理世界，打造“物理世界的AI底座”，必须夯实践执行效率和交付能力。没有信息和场景的支撑，再聪明的AI也长不出手脚、下地干活。
在2026年的竞争格局中，硬科技的落地能力将成为核心分水岭。那些能够将AI技术与真实场景深度结合、解决“最后一公里”执行问题的企业，将在未来占据主导地位。这不仅仅是技术的胜利，更是生态的胜利。
从外卖箱到前置仓，从餐厅后厨到街角药店，中国最接地气的地方已经为AI提供了最丰富的训练场。当物理数据缺口逐渐被真实场景填平，AI将不再是虚拟世界的“聪明人”，而是物理世界的“实干家”。未来，谁能真正解决那99%的数据缺口，谁就能在AI的下个浪潮中，握有定义世界的钥匙。
这不仅是技术的演进，更是产业逻辑的重构。在这个重构过程中，场景即数据，数据即壁垒，而拥有最丰富、最复杂、最真实场景的生态，将成为AI进化的最强引擎。
